期刊文献+
共找到66篇文章
< 1 2 4 >
每页显示 20 50 100
集成GIS的元胞自动机在城市扩展模拟中的应用 被引量:15
1
作者 李爱民 吕安民 隋春玲 《测绘科学技术学报》 北大核心 2009年第3期165-169,共5页
元胞自动机CA(Cellular Automata)是一种“自下而上”的动态模拟模型,具有模拟城市复杂系统时空演化过程的能力。CA和GIS的集成使二者在时空建模方面相互补充,能使CA模拟结果可视化显示。这里以郑州市为例,设计了城市CA模型,借助... 元胞自动机CA(Cellular Automata)是一种“自下而上”的动态模拟模型,具有模拟城市复杂系统时空演化过程的能力。CA和GIS的集成使二者在时空建模方面相互补充,能使CA模拟结果可视化显示。这里以郑州市为例,设计了城市CA模型,借助VB6.0和MapX5.0建立了一个与GIS无缝集成的2维CA模拟系统,并结合郑州市2005~2007年遥感影像图和土地利用图,对郑东新区进行了模拟,取得较好的效果。 展开更多
关键词 元胞自动机 邻域 城市扩展 转换规则 地理信息系统
下载PDF
一种基于近邻规则的缺失数据填补方法 被引量:15
2
作者 王凤梅 胡丽霞 《计算机工程》 CAS CSCD 2012年第21期53-55,62,共4页
数据缺失是数据挖掘与分析过程中的常见问题,若直接删除含缺失的事例可能导致不可靠的决策。为此,针对缺失数据的填补问题,提出一种基于近邻规则的缺失数据填补方法。根据关联规则的后件数据项进行分类,计算分类后的规则项与缺失项集间... 数据缺失是数据挖掘与分析过程中的常见问题,若直接删除含缺失的事例可能导致不可靠的决策。为此,针对缺失数据的填补问题,提出一种基于近邻规则的缺失数据填补方法。根据关联规则的后件数据项进行分类,计算分类后的规则项与缺失项集间的相似度,用最相似的规则项值填补缺失值。实验结果表明,该方法具有较高的填补正确率。 展开更多
关键词 关联规则 缺失数据 填补 近邻规则 相似度 K最近邻法
下载PDF
Consistency of the k-Nearest Neighbor Classifier for Spatially Dependent Data
3
作者 Ahmad Younso Ziad Kanaya Nour Azhari 《Communications in Mathematics and Statistics》 SCIE CSCD 2023年第3期503-518,共16页
The purpose of this paper is to investigate the k-nearest neighbor classification rule for spatially dependent data.Some spatial mixing conditions are considered,and under such spatial structures,the well known k-neare... The purpose of this paper is to investigate the k-nearest neighbor classification rule for spatially dependent data.Some spatial mixing conditions are considered,and under such spatial structures,the well known k-nearest neighbor rule is suggested to classify spatial data.We established consistency and strong consistency of the classifier under mild assumptions.Our main results extend the consistency result in the i.i.d.case to the spatial case. 展开更多
关键词 Bayes rule Spatial data Training data k-nearest neighbor rule Mixing condition CONSISTENCY
原文传递
基于元胞自动机的小样本集分类算法 被引量:2
4
作者 刘应东 孙秉珍 《计算机工程》 CAS CSCD 2012年第7期155-157,160,共4页
样本集中的数据数量过少会影响最后的分类精度。为此,提出基于元胞自动机模型的小样本集分类算法,利用元胞自动机的状态转换规则和分类规则,通过元胞空间的演化实现对数据集的分类。对标准数据集的测试结果表明,在小样本集和样本集中数... 样本集中的数据数量过少会影响最后的分类精度。为此,提出基于元胞自动机模型的小样本集分类算法,利用元胞自动机的状态转换规则和分类规则,通过元胞空间的演化实现对数据集的分类。对标准数据集的测试结果表明,在小样本集和样本集中数据分布不均匀的情况下,该算法具有较高的分类精度。 展开更多
关键词 元胞自动机 元胞邻域 小样本集 数据挖掘 分类算法 转换规则
下载PDF
多标签分类法在电能质量复合扰动分类中的应用 被引量:35
5
作者 周雒维 管春 卢伟国 《中国电机工程学报》 EI CSCD 北大核心 2011年第4期45-50,共6页
提出一种基于多标签分类的电能质量复合扰动分类新方法。在k–近邻(k-nearest neighbor,KNN)和贝叶斯准则(Bayesian rule)的基础上,提出多标签分类排位分类算法k–近邻贝叶斯多标签分类法(k-nearest neighbor Bayesian rule,KNN-Bayesi... 提出一种基于多标签分类的电能质量复合扰动分类新方法。在k–近邻(k-nearest neighbor,KNN)和贝叶斯准则(Bayesian rule)的基础上,提出多标签分类排位分类算法k–近邻贝叶斯多标签分类法(k-nearest neighbor Bayesian rule,KNN-Bayesian)。首先对常见的电能质量扰动及其组合而成的复合扰动进行离散小波分解,提取各层分解系数的规范能量熵作为特征向量;然后,利用KNN-Bayesian进行分类识别。仿真实验结果表明,在不同的噪声条件下KNN-Bayesian可有效分类识别电压暂降、电压暂升、电压短时中断、脉冲暂态、谐波和闪变等电能质量扰动及其组合而成的复合扰动。 展开更多
关键词 电能质量复合扰动 多标签分类 K-近邻 小波变换 贝叶斯准则
下载PDF
基于K-最近邻规则的磁共振颅脑图像分割算法的应用研究 被引量:20
6
作者 顾顺德 聂生东 +1 位作者 陈瑛 章鲁 《上海医科大学学报》 CSCD 2000年第2期108-111,F003,共5页
目的 介绍一种简单实用的磁共振颅脑图像分割算法K 最近邻 (简称K NN)规则 ,并利用该算法对磁共振颅脑图像进行分割研究。方法 该方法是一个多步处理过程。首先利用边界跟踪法对磁共振颅脑图像进行预处理 ,剔除颅骨和肌肉等非脑组织 ... 目的 介绍一种简单实用的磁共振颅脑图像分割算法K 最近邻 (简称K NN)规则 ,并利用该算法对磁共振颅脑图像进行分割研究。方法 该方法是一个多步处理过程。首先利用边界跟踪法对磁共振颅脑图像进行预处理 ,剔除颅骨和肌肉等非脑组织 ,只保留大脑结构 ;然后利用K NN规则对大脑结构进行分割 ,从大脑结构中分别提取出白质 (WM)、灰质 (GM)和脑脊液 (CSF)。结果 分割算法在预处理步中能精确地分割出大脑结构 ,在K NN分割步中能很好地从大脑结构中分割出WM、GM和CSF。结论 该算法在磁共振颅脑图像的分割中简单实用 ,具有很强的鲁棒性和稳定性。 展开更多
关键词 K-最近邻规则 颅脑 NMR 成像
下载PDF
基于直方图的遥感图像相似性检索方法比较 被引量:16
7
作者 包倩 郭平 《遥感学报》 EI CSCD 北大核心 2006年第6期893-900,共8页
相似性度量是用于研究多源数据之间相似程度的,是对空间数据进行模式识别的基础。通过单波段遥感图像的检索对两组直方图相似性检索方法进行了实验研究,即基于特征向量的相似性度量和基于概率的相似性度量。实验中发现第一组相似度量中... 相似性度量是用于研究多源数据之间相似程度的,是对空间数据进行模式识别的基础。通过单波段遥感图像的检索对两组直方图相似性检索方法进行了实验研究,即基于特征向量的相似性度量和基于概率的相似性度量。实验中发现第一组相似度量中有两种以往较少用于遥感图像检索的方法表现出色,它们分别是2χ统计距离和相似夹角余弦度量。第二组实验中,针对其中包含较明显的目标物体且背景较为单一的遥感图像(其直方图可看作混合高斯分布),在类别可分离判据的基础上,根据K-近邻法则提出了一种计算该类图像之间相似值的方法。实验结果表明基于K-近邻法则的计算方法行之有效。所得出的结论将对多源数据分析中相似性度量的理解与选择有积极意义。 展开更多
关键词 遥感图像 相似性度量 特征向量 类别可分离性判据 K-近邻法则 直方图
下载PDF
浮游植物细胞图像识别方法的研究 被引量:9
8
作者 赵文仓 姬光荣 +1 位作者 周立俭 年睿 《计算机工程》 EI CAS CSCD 北大核心 2005年第24期143-144,155,共3页
讨论了如何利用数学形态学方法提取浮游植物细胞图像的面积(A)、周长(P)以及通过图像细化提取细胞的长(L)等特征信息;提出了利用这3个特征参数的比值(A/P,A/L和P/L)形成的特征向量作为进行细胞分类的依据,然后提出了利用最近邻准则对浮... 讨论了如何利用数学形态学方法提取浮游植物细胞图像的面积(A)、周长(P)以及通过图像细化提取细胞的长(L)等特征信息;提出了利用这3个特征参数的比值(A/P,A/L和P/L)形成的特征向量作为进行细胞分类的依据,然后提出了利用最近邻准则对浮游植物进行自动识别的试探聚类算法,该方法可以通过学习提高识别率。通过对17种浮游植物细胞图像的识别实验,证明了该方法的识别准确率在95%以上,可以有效预防大面积赤潮的发生,对于赤潮爆发后的鉴定也有一定意义。 展开更多
关键词 赤潮 浮游植物 数学形态学 图像细化 最近邻准则
下载PDF
一种序列的加权kNN分类方法 被引量:15
9
作者 朱明旱 罗大庸 易励群 《电子学报》 EI CAS CSCD 北大核心 2009年第11期2584-2588,共5页
针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前... 针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前面已分类样本的类别信息,这使得测试样本的分类决策更加合理和有效.在Cohn-Kanade人脸库上进行的表情识别实验表明,在序列样本分类的场合,该方法的分类效果比加权kNN方法更好. 展开更多
关键词 加权kNN 流形 贝叶斯规则 序列的加权kNN
下载PDF
数控多轮廓加工走刀空行程路径优化 被引量:13
10
作者 季国顺 王文 陈子辰 《农业机械学报》 EI CAS CSCD 北大核心 2008年第7期154-158,172,共6页
将多轮廓加工走刀空行程路径优化归结为广义旅行商问题,基于蚁群算法和最近邻算法,提出一种走刀空行程路径优化算法。采用蚁群算法优化任意选择的走刀路径,得到一条轮廓排列序列,对该轮廓序列,采用最近邻算法在相邻轮廓上寻找节点构建... 将多轮廓加工走刀空行程路径优化归结为广义旅行商问题,基于蚁群算法和最近邻算法,提出一种走刀空行程路径优化算法。采用蚁群算法优化任意选择的走刀路径,得到一条轮廓排列序列,对该轮廓序列,采用最近邻算法在相邻轮廓上寻找节点构建走刀路径,再采用蚁群优化及最近邻算法由此路径构建新的走刀路径,如此反复迭代,就得到一条优化的走刀路径。给出一个优化实例,验证了算法可有效构建走刀空行程路径。采用单因素分析和均匀试验设计的方法,详细给出了优化参数选择方法。 展开更多
关键词 数控加工 多轮廓加工 路径优化 蚁群算法 最近邻算法
下载PDF
基于标准距离k近邻的多模态过程故障检测策略 被引量:15
11
作者 冯立伟 张成 +1 位作者 李元 谢彦红 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第4期553-560,共8页
工业产品的生产经常需要在不同模态间切换,多模态过程数据具有多中心和方差差异大等特点.针对多模态过程数据的特征,通过构造标准距离,提出了基于标准距离k近邻的故障检测策略(SD–kNN).首先在标准距离度量下计算样本与其前k近邻的距离... 工业产品的生产经常需要在不同模态间切换,多模态过程数据具有多中心和方差差异大等特点.针对多模态过程数据的特征,通过构造标准距离,提出了基于标准距离k近邻的故障检测策略(SD–kNN).首先在标准距离度量下计算样本与其前k近邻的距离;其次将近邻距离的平方和的均值作为样本的统计量D^2;最后,根据D^2的分布确定检测方法的控制限,当新样本的D^2大于控制限时,判定其为故障,否则为正常.标准距离使不同模态中样本间的近邻距离能够在同一尺度下度量,使得SD–kNN的D^2能够准确反映样本间的相似程度.进行了数值模拟过程和青霉素发酵过程故障检测实验. SD–kNN方法检测出了数值模拟过程的全部故障和青霉素过程95%以上的故障,相对于PCA, kPCA, FD–kNN等方法具有更高的故障检测率. SD–kNN继承了FD–kNN对一般多模态过程的故障检测能力,还能够对方差差异显著的多模态过程进行故障检测. 展开更多
关键词 主元分析 核主元分析 K近邻 故障检测 多模态
下载PDF
基于模糊K-近邻规则的多谱磁共振脑图像分割方法的研究 被引量:8
12
作者 聂生东 聂斌 +2 位作者 章鲁 陈瑛 顾顺德 《中国生物医学工程学报》 EI CAS CSCD 北大核心 2002年第5期471-476,465,共7页
本文在K 近邻 (K nearestneighbor ,简称KNN)规则的基础上 ,基于模糊C 均值聚类 (FuzzyC meansclustering ,简称FCM)技术 ,提出了模糊K 近邻算法 (FuzzyK nearestneighbor ,简称FKNN) ,并利用该算法对磁共振脑图像进行分割研究。首先对... 本文在K 近邻 (K nearestneighbor ,简称KNN)规则的基础上 ,基于模糊C 均值聚类 (FuzzyC meansclustering ,简称FCM)技术 ,提出了模糊K 近邻算法 (FuzzyK nearestneighbor ,简称FKNN) ,并利用该算法对磁共振脑图像进行分割研究。首先对磁共振颅脑图像进行预分割 ,剔除颅骨和肌肉等非脑组织 ,只保留大脑结构 ;然后利用FKNN算法对大脑结构进行分割 ,从脑组织中分别提取出白质、灰质和脑脊液。实验结果表明 ,FKNN方法能有效地从大脑结构中分割出白质、灰质和脑脊液 ,分割效果明显优于KNN方法。 展开更多
关键词 模糊K-近邻规则 分割 多谱磁共振脑图像
下载PDF
基于独立成分分析的指静脉识别研究 被引量:12
13
作者 肖宾杰 《电子测量与仪器学报》 CSCD 2012年第10期841-845,共5页
提出一种基于独立成分分析的指静脉特征提取方法,该方法利用独立成分抽取的特征量,并采取基于近邻聚类方法进行分类识别。基于指独立成分分析法的指静脉特征提取,可充分利用指静脉图像中包含的高阶和低阶全局统计信息。实验结果表明,该... 提出一种基于独立成分分析的指静脉特征提取方法,该方法利用独立成分抽取的特征量,并采取基于近邻聚类方法进行分类识别。基于指独立成分分析法的指静脉特征提取,可充分利用指静脉图像中包含的高阶和低阶全局统计信息。实验结果表明,该方法比主元分析法更有效提高了指静脉识别系统的精确度。 展开更多
关键词 手指静脉生物特征 独立成分分析 特征分析 最近邻法
下载PDF
基于局部保持投影–加权k近邻规则的多模态间歇过程故障检测策略 被引量:11
14
作者 张成 郭青秀 +1 位作者 冯立伟 李元 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第10期1682-1689,共8页
针对多模态间歇过程故障检测问题,本文提出一种基于局部保持投影–加权k近邻规则(LPP--Wk NN)的故障检测策略.首先,应用局部保持投影(LPP)方法将原始数据投影到低维主元子空间;接下来,在主元子空间中,应用样本第k近邻的局部近邻集确定... 针对多模态间歇过程故障检测问题,本文提出一种基于局部保持投影–加权k近邻规则(LPP--Wk NN)的故障检测策略.首先,应用局部保持投影(LPP)方法将原始数据投影到低维主元子空间;接下来,在主元子空间中,应用样本第k近邻的局部近邻集确定每个样本的权重并计算权重统计量Dw;最后,应用核密度估计方法确定Dw控制限并进行故障检测.本文方法应用LPP对过程数据进行维数约减,既能够降低训练过程中离群点对模型的影响,又能够降低在线故障检测的计算复杂度.同时,加权k近邻规则(Wk NN)方法通过引入权重规则能够使得过程故障检测统计量分布具有单模态结构.相比传统的k NN统计量,本文引入的权重统计量具有更高的故障检测性能.通过数值例子和半导体蚀刻过程的仿真实验,并与主元分析(PCA), k NN, Wk NN, LPP--k NN等方法进行比较,实验结果验证了本文方法的有效性. 展开更多
关键词 局部保持投影 权重k近邻规则 间歇过程 故障检测
下载PDF
基于小样本集弱学习规则的KNN分类算法 被引量:8
15
作者 冷明伟 陈晓云 谭国律 《计算机应用研究》 CSCD 北大核心 2011年第3期915-917,共3页
KNN及其改进算法使用类标号已知的数据集Dl对类标号未知的数据集Du进行类别标志,如果Dl中的数据数量过少,将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集的KNN算法的分类精度,它首先对Dl中的数据对象... KNN及其改进算法使用类标号已知的数据集Dl对类标号未知的数据集Du进行类别标志,如果Dl中的数据数量过少,将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集的KNN算法的分类精度,它首先对Dl中的数据对象进行学习,从中选取一些数据,利用学到的标签知识对其进行类别标号,然后将其加入到Dl中;最后利用扩展后的Dl对Du中的数据对象进行类别标志。通过使用标准数据集的测试发现,该算法能够提高KNN的分类精度,取得了较满意的结果。 展开更多
关键词 机器学习 K-最近邻分类 小样本集 标签数据 弱学习规则
下载PDF
基于最近邻原则的半监督聚类算法 被引量:7
16
作者 计华 张化祥 孙晓燕 《计算机工程与设计》 CSCD 北大核心 2011年第7期2455-2458,共4页
基于最近邻原则的半监督聚类算法是以基于最近邻的聚类中心求解算法为基础的。在基于最近邻的聚类中心求解算法中,用相似度矩阵记录数据点间的相似程度,由目标函数最小值求得聚类的类中心点。在基于最近邻原则的半监督聚类算法中,根据... 基于最近邻原则的半监督聚类算法是以基于最近邻的聚类中心求解算法为基础的。在基于最近邻的聚类中心求解算法中,用相似度矩阵记录数据点间的相似程度,由目标函数最小值求得聚类的类中心点。在基于最近邻原则的半监督聚类算法中,根据约束信息来调整相似度矩阵G,数据点间相似度的变化引起了数据点间加权欧式距离的变化,由此更新加权欧式距离矩阵M,最后执行聚类中心求解算法完成聚类。大量实验结果表明,该算法能获得较好的聚类结果。 展开更多
关键词 最近邻原则 加权欧式距离矩阵 半监督聚类 类中心点 约束信息
下载PDF
核的最近邻算法及其仿真 被引量:5
17
作者 饶鲜 杨绍全 +1 位作者 魏青 董春曦 《系统工程与电子技术》 EI CSCD 北大核心 2007年第3期470-471,共2页
为了提高近邻法的分类性能,提出了核的最近邻算法。通过mercer核,将样本映射到高维特征空间,再用近邻法分类。核映射改善了样本的空间分布,突显了样本的类别特征,从而提高了分类的性能。给出了核近邻算法的判决过程。对于人工数据和入... 为了提高近邻法的分类性能,提出了核的最近邻算法。通过mercer核,将样本映射到高维特征空间,再用近邻法分类。核映射改善了样本的空间分布,突显了样本的类别特征,从而提高了分类的性能。给出了核近邻算法的判决过程。对于人工数据和入侵检测数据的仿真显示,核近邻分类方法的分类性能优于传统的最近邻分类法。 展开更多
关键词 模式识别 核方法 近邻法 入侵检测
下载PDF
改进的人脸检测训练方法 被引量:4
18
作者 樊宁 苏菲 《北京邮电大学学报》 EI CAS CSCD 北大核心 2008年第4期73-76,共4页
针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡,单调性前提的不成立容易直接造成训练过程的失败等缺陷,对人脸检测训练方法进行研究,提出了一种改进算法——neighbor-eliminated boosting(NEB)算法.此算法通... 针对AdaBoost存在的诸如分类器的级联结构会导致系统拒真率与认假率的失衡,单调性前提的不成立容易直接造成训练过程的失败等缺陷,对人脸检测训练方法进行研究,提出了一种改进算法——neighbor-eliminated boosting(NEB)算法.此算法通过构建一种新的基于双表链接结构的特征描述子存储结构,引入特征相关信息,简化了训练过程.实验结果表明,以NEB算法为基础实现的人脸检测系统,在训练速度上具有明显的优越性. 展开更多
关键词 人脸检测 自适应提升算法 neighbor-eliminated BOOSTING算法 双表链接结构 Neyman-Pearson决策规则
下载PDF
一种优化K近邻准则及在雷达HRRP目标识别中的应用 被引量:6
19
作者 陈凤 杜兰 保铮 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第5期681-686,共6页
针对雷达高分辨距离像的姿态敏感性,利用各目标在各种姿态下的雷达高分辨距离像样本和其局部聚散程度信息,调节各样本的局部有效作用范围,使得其统计置信水平达到可信的范围内,从而对二分类的K近邻测度距离和判决准则进行了优化,最后通... 针对雷达高分辨距离像的姿态敏感性,利用各目标在各种姿态下的雷达高分辨距离像样本和其局部聚散程度信息,调节各样本的局部有效作用范围,使得其统计置信水平达到可信的范围内,从而对二分类的K近邻测度距离和判决准则进行了优化,最后通过一对一法将其推广到解决多类目标的识别问题.实验证明该方法相对于传统的K近邻方法可有效提高识别率,尤其当类别增多时,性能改善显著. 展开更多
关键词 高分辨距离像 K近邻法 雷达自动目标识别 姿态敏感性 一对一法
下载PDF
基于局部权重k-近质心近邻算法 被引量:2
20
作者 谢红 赵洪野 解武 《应用科技》 CAS 2015年第5期10-13,共4页
k-近质心近邻原则是k-近邻原则的一种有效扩展,是有效的模式分类方法之一。k-近质心近邻原则容易受到局外点的影响;同时,所有的k-近质心近邻点在分类决策时具有相同的权重和分类贡献率,这显然是不合理的。为了解决这一问题,考虑到质心... k-近质心近邻原则是k-近邻原则的一种有效扩展,是有效的模式分类方法之一。k-近质心近邻原则容易受到局外点的影响;同时,所有的k-近质心近邻点在分类决策时具有相同的权重和分类贡献率,这显然是不合理的。为了解决这一问题,考虑到质心近邻在模式分类问题上具有近邻特性和空间分布特性,提出一种基于局部权重的近质心近邻算法,实验结果表明该LWKNCN算法在分类精度上优于传统的KNN算法和KNCN算法。 展开更多
关键词 模式分类 近邻原则 K-近邻 k-近质心近邻 局部权重
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部